MBCOM Logo

Das Data Lakehouse in der Praxis

Von einzelnen Zahlen zum echten Gesamtbild

Tereza & Andreas Punz

Unser Weg von der Frage zur belastbaren Entscheidung

01

Alltags-Problem

Eine Frage, viele Dateninseln.

02

Live-System-Falle

Schnell gestartet, schnell riskant.

03

Data-Lakehouse-Prinzip

Entkoppeln, ordnen, nutzen.

04

Praxis-Beweis

Dashboards als Ergebnis.

Eine einfache Frage:

War der letzte Monat eigentlich gut?
Ich glaube - die Umsatzliste sagt ja.
Kontostand sagt: na ja.
Die Buchhaltung weiß es erst nach Monatsabschluss.
Projektzeiten liegen in final_neu_wirklich_final.xlsx.
Und wer pflegt die?
Hans. Der hat Urlaub.
Wissen wir also, ob der Monat gut war?
Gefühlt ja. Belastbar später.
Vielleicht.
Facepalm reaction

So sieht Auswertung heute oft aus

Warenwirtschaft Daten-Insel
CRM / Sales Nur halbe Wahrheit
Zeiterfassung Liegt woanders
Insel-Bericht Wawi-Spezifisch
Sales-Dashboard CRM-Spezifisch
Buchhaltung Oft spät dran
Excel-Listen Fehleranfällig
Erfahrung Gerade im Urlaub
BWA Rückblickend
BI-Tool Nur die Oberfläche
CHAOS

Unser Weg von der Frage zur belastbaren Entscheidung

01

Alltags-Problem

Eine Frage, viele Dateninseln.

02

Live-System-Falle

Schnell gestartet, schnell riskant.

03

Data-Lakehouse-Prinzip

Entkoppeln, ordnen, nutzen.

04

Praxis-Beweis

Dashboards als Ergebnis.

Warum nicht einfach live auswerten?

Performance-Risiko

Analyse konkurriert mit Aufträgen, Buchungen und Lagerprozessen.

Fachliche Lücken

ERP, CRM und Zeiterfassung zeigen jeweils nur einen Ausschnitt.

Keine stabile Historie

Wenn sich Live-Daten ändern, ändert sich die Erklärung gleich mit.

Starre Zweckbindung

Strukturen folgen der Funktion (ERP/CRM), nicht der Auswertung.

Vier Wege zur Auswertung - und ihre Grenzen

1

Live-Reporting

€ - €€
Pro Schnell & nah am Prozess.
Contra Belastet Produktivsysteme.
2

Excel & manuell

€€€ (versteckt)
Pro Flexibel & vertraut.
Contra Fehler- & personenabhängig.
3

Data Warehouse

€€€
Pro Stark für stabile KPIs.
Contra Neue Quellen werden teuer.
4

Data Lakehouse

€ (skalierbar)
Pro Rohdaten, Historie & Struktur.
Contra Braucht Ownership & KPIs.

Warum passt das Lakehouse am besten?

Anforderungen

✓ Unterschiedliche Quellen integrieren
✓ Historie und Rohdaten bewahren
✓ Verlässliche KPIs bereitstellen
✓ Schrittweise und wirtschaftlich wachsen

Der beste Gesamt-Fit

Das Data Lakehouse verbindet die Flexibilität eines Data Lakes mit der Struktur und Verlässlichkeit eines Data Warehouses – ohne die Ausgangsdaten für spätere Fragen zu verlieren.

Nicht jede Einzeldisziplin gewinnt – entscheidend ist die beste Balance über alle Anforderungen hinweg.

Unser Weg von der Frage zur belastbaren Entscheidung

01

Alltags-Problem

Eine Frage, viele Dateninseln.

02

Live-System-Falle

Schnell gestartet, schnell riskant.

03

Data-Lakehouse-Prinzip

Entkoppeln, ordnen, nutzen.

04

Praxis-Beweis

Dashboards als Ergebnis.

Das Data Lakehouse in einem Satz

Ein gemeinsamer Ort für Rohdaten, bereinigte Daten und verlässliche Kennzahlen.

Rohdaten Struktur KPIs

Was ein Data Lakehouse nicht ist

Reporting-Tool

Daten-Fundament

Big Bang Projekt

Iterativer Start

Magische Lösung

Harte Datenarbeit

Wissen-Ersatz

Klare Ownership

Wie funktioniert das Data Lakehouse?

ERP System
Ticket System
Excel Datei
CRM System
E-Commerce
Zeiterfassung
RAW
Unverändert speichern
BRONZE
Bereinigt
SILVER
Harmonisiert
GOLD
KPIs & Analysen
DASHBOARD

Vertrauen entsteht nicht automatisch

Governance & Vertrauen

KPI
Verantwortung

Wer definiert Umsatz, Marge oder aktiven Kunden?

Quellen
Vertrauen

Welche Quelle gewinnt bei widersprüchlichen Werten?

Stammdaten
Pflege

Wer hält Kunden, Produkte und Projekte sauber?

Beispiel: Kundenprofitabilität

Vorher

Drei Reports, drei Wahrheiten.

ERP + Tickets + Excel

Nachher

Eine gemeinsame Sicht auf Kundenergebnis.

Umsatz → Aufwand → Deckungsbeitrag

Warum ist das Lakehouse die beste Basis für KI?

Eine gemeinsame Datenbasis

Strukturierte Geschäftsdaten
Dokumente, Texte und Logs
Historie und Kontext
Governance und Zugriffsregeln

Viele Nutzungsformen

▥
BI Berichte & Kennzahlen
↗
Predictive AI Prognosen & Anomalien
✦
Generative AI Assistenten mit Firmenwissen
Einmal integrieren und ordnen – mehrfach nutzen
KI wird nicht durch das Modell vertrauenswürdig, sondern durch vollständige, aktuelle und nachvollziehbare Daten.

Was bringt das Data Lakehouse?

Fünf konkrete Vorteile – von der täglichen Steuerung bis zur langfristigen Weiterentwicklung.

01

Zentrale Sicht

Ein verlässlicher Blick auf Vertrieb, Service und Finanzen.

02

Schneller entscheiden

Weniger suchen und abstimmen – mehr Zeit zum Handeln.

03

Flexibel bleiben

Neue Quellen und Datenarten schrittweise ergänzen.

04

KI-Grundlage

Dieselbe geordnete Basis trägt Prognosen, Automation und Assistenten.

05

Mitwachsende Basis

Klein starten und ohne Architekturwechsel ausbauen.

Einmal Daten ordnen • heute besser steuern • morgen weiter wachsen

Unser Weg von der Frage zur belastbaren Entscheidung

01

Alltags-Problem

Eine Frage, viele Dateninseln.

02

Live-System-Falle

Schnell gestartet, schnell riskant.

03

Data-Lakehouse-Prinzip

Entkoppeln, ordnen, nutzen.

04

Praxis-Beweis

Dashboards als Ergebnis.

Unsere Dashboards

Zentrale Stammdaten

Stammdaten

Interaktive Reports

Reporting

ABC-Analyse & Details

ABC Analyse

IT-Systemlandschaft

Systemübersicht

Pragmatisch starten

1

Frage

Eine wichtige Entscheidung auswählen.

2

Quellen

3 bis 5 Datenquellen identifizieren.

3

Prototyp

Klein bauen, schnell zeigen.

4

KPI

Mit Fachbereichen validieren.

5

Vertrauen

Erst dann erweitern.

Starten Sie nicht mit Technologie.
Starten Sie mit der Frage, die heute zu spät, zu unsicher oder zu teuer beantwortet wird.

Welche Frage wäre das in Ihrem Unternehmen?

Vielen Dank für Ihre Aufmerksamkeit!

QR-Code mit weiterführenden Informationen
Jetzt scannen